Nu se pretează? Nu contează! La noi puteți returna bunurile în 30 de zile
Cu un voucher cadou nu veți da greș. În schimbul voucherului, destinatarul își poate alege orice din oferta noastră.
30 de zile pentru retur bunuri
O desenvolvimento de métodos automáticos para aprender estruturas de uma Rede Bayesiana (RB) diretamente a partir de dados é um problema relevante e considerado uma tarefa difícil, porque o número de estruturas possíveis cresce exponencialmente de acordo com o número de variáveis. Geralmente, para reduzir o espaço de busca, algumas restriçőes podem ser impostas durante o processo de induçăo da RB. Uma restriçăo possível é a definiçăo de uma ordenaçăo das variáveis. Definir uma ordenaçăo adequada das variáveis é, contudo, um problema complexo a ser executado. Trabalhos anteriores, na literatura, sugerem o uso de Algoritmos Evolucionários para encontrar uma ordenaçăo de variáveis adequada ao aprendizado de estruturas de RB. No entanto, algoritmos evolucionários podem ser computacionalmente custosos. Para os casos onde a busca por uma ordenaçăo de variáveis é adequada, este trabalho apresenta dois novos operadores genéticos e um novo algoritmo adaptativo híbrido que busca tal ordenaçăo. Para os casos onde uma ordenaçăo năo é indicada, săo definidos dois métodos de induçăo de classificadores Bayesianos: DMBC e A-DMBC. Os resultados mostram que os métodos propostos săo promissores.